स्केलेबल मल्टीटारगेट ट्रैकिंग के लिए संदेश पासिंग एल्गोरिदम

मल्टीटारगेट ट्रैकिंग द्वारा सक्षम स्थिति-सचेत प्रौद्योगिकियाँ स्वतंत्र ड्राइविंग, इनडोर स्थानीयकरण, रोबोटिक नेटवर्क और भीड़ गणना जैसे क्षेत्रों में नए सेवाओं और अनुप्रयोगों का नेतृत्व करेंगी। इस ट्यूटोरियल पेपर में, हम स्केलेबल मल्टीटारगेट ट्रैकिंग के लिए हाल ही में प्रस्तावित पैराजाइम का समर्थन करते हैं जो संदेश पासिंग पर आधारित है या, अधिक वास्तविकता में, लूपी सम-प्रोडक्ट एल्गोरिदम पर आधारित है। यह दृष्टिकोण अनुमान सटीकता, गणनात्मक जटिलता और कार्यान्वयन लचीलापन के मामले में लाभ प्रदान करता है। सबसे महत्वपूर्ण बात यह है कि यह संभाव्य डेटा संबंध समस्या के लिए एक अत्यधिक प्रभावी, कुशल और स्केलेबल समाधान प्रदान करता है, जो मल्टीटारगेट ट्रैकिंग में एक बड़ा चुनौती है। यह तथ्य इसे वास्तविक समय संचालन की आवश्यकता वाले उभरते अनुप्रयोगों के लिए आकर्षक बनाता है जो संसाधन-सीमित उपकरणों पर काम करते हैं। इसके अलावा, संदेश पासिंग दृष्टिकोण अंतर्ज्ञान से अपील करता है और गैर-रेखीय और गैर-गौसियन मॉडल के लिए उपयुक्त है। हम एकल-सेंसर और मल्टीपल-सेंसर परिदृश्यों के लिए संदेश-पासिंग-आधारित मल्टीटारगेट ट्रैकिंग विधियों को प्रस्तुत करते हैं, और ज्ञात और अज्ञात लक्ष्य की संख्या के लिए। प्रस्तुत विधियाँ क्लटर, मिस्ड डिटेक्शन, और लक्ष्यों और मापों के बीच अज्ञात संबंधों को संभाल सकती हैं। हम अन्य मौजूदा मल्टीटारगेट ट्रैकिंग विधियों में संदेश-पासिंग-आधारित संभाव्य डेटा संबंध के एकीकरण पर भी चर्चा करते हैं। प्रस्तुत विधियों की उच्चतर प्रदर्शन, निम्न जटिलता, और आकर्षक स्केलिंग विशेषताओं को संख्यात्मक रूप से सत्यापित किया गया है। सिमुलेटेड डेटा के अलावा, हम दो रडार स्टेशनों द्वारा मापे गए डेटा का उपयोग करते हैं जिनके दृष्टिकोण क्षेत्र बड़े संख्या में लक्ष्यों का एक साथ अवलोकन करते हैं।